期貨《投資分析》第六章統計分析考點
發布時間：2012-11-15 共1頁
第六章 統計分析
1、如何理解相關關系？
相關關系是指變量之間的不確定的依存關系。它與通常的函數關系不同，函數關系是變量之間確定的依存關系，相關關系則不同，對應于:一個變量的某個數值，另一個變量可能有幾個甚至許多個數值。在社會經濟領域中，社會和經濟變量受隨機因素的影響很大，它們之間的關系主要表現為相關關系。
2、相關系數如何計算
相關系數是在直線相關的條件下，說明兩個變量之間的相關關系密切程度的統計分析指標。若相關系數是根據總體全部數據計算的，稱為總體相關系數，一般記為：若是根據樣本數據計算的，則稱為樣本相關系數，一般記為r。樣本相關系數的計算公式為：
3、如何理解一元線性回歸分析？
一元線性回歸的實質是找出與樣本點擬合最佳的直線。一元線性回歸分析是描述和評估給定變星與一個變量線性依存關系的方法。
4、一元線性回歸最小二乘估計的表達式是什么？
一元線性回歸方程是一條直線，最小二乘估計的表達式如下：
5、一元線性回歸模型的基本假設有哪些？
一般地，在作一元線性回歸分析過程中，回歸分析是建立一系列假設基礎上的，這些假設為：
1、回歸模型因變量y與自變量x之間具有線性關系。
6、如何檢驗一元線性回歸系數與方程的顯著性？
具體步驟如下：
判定系數即為回歸平方和在總體平方和中所占的比重表示如下:
9、如何理解多元線性分析？（略）
10、如何檢驗多元線性回歸系數與方程的顯著性？
答：單個系數顯著性：T檢驗；方程顯著性：F檢驗。
11、多元線性回歸模型分析一般會遇到哪些問題？
答：多重共線性、自回歸、異方差。
12、什么是異方差？如何處理異方差問題？
答：異方差，指方差項與解釋變量相關，多見于截面數據。處理方法為加權最小二乘法或改變模型的數學形式（如將線性模型改為對數線性模型）；
13、什么是自相關？如何處理自相關問題？
答：自相關，指模型的誤差項之間存在相關性。處理方法為尋找遺漏的顯著的解釋變量、嘗試其它函數形式、差分法、自回歸法、移動平均法等。{來源：考{試大}
14、自相關的來源有哪些？
答：自相關的來源包括：經濟變量的慣性（如增長與衰退時期的持續性）；回歸模型的形式設定存在錯誤；回歸模型遺漏重要解釋變量（變量的影響在殘差項中體現）；對數據的加工處理導致。
15、自相關有什么影響？
答：自相關有可能使回歸系數的標準差被顯著低估。
16、什么是多重共線性？如何處理多重共線性？
答：多重共線性，指回歸方程中兩個或兩個以上的自變量彼此相關的現象，多見于時間序列。處理方法為：剔除不重要變量、增加樣本容量；回歸系數的有偏估計等。
17、多重共線性的來源有哪些？
答：多重共線性的來源，通常是多個變量受到某種相同因素的影響，而存在共同的變化趨勢。當模型中存在自變量的滯后項時也容易引起多重共線性。
18、如何使用多元線性回歸模型進行預測？（略）
19、時間序列數據一般有哪幾種類型？
時間序列分為隨機性時間序列和非隨機性時間序列。非隨機性時間序列包括：平穩性時間序列、趨勢性時間序列和季節性時間序列三種。不平穩的時間序列稱為非平穩。金融市場研究中用到的日數據、周數據序列，一般是非平穩的，比如期貨市場中日價格數據構成的時間序列基本土是非平穩的。
20、時間序列的平穩性檢驗方法有哪些？
檢查序列平穩性的標準方法是單位根檢驗，常用的檢驗方法:簡稱DF檢驗法)、增廣DF檢驗方法(簡稱ADF檢驗法)和Phillips一Perron檢驗方法(簡稱PP檢驗法)。
21、什么是變量間的因果關系？
因果關系：兩變量間中一個變量的變動會引起另外一個變量隨之變動的關系。
22、變量間的因果關系檢驗方法有哪些？
格蘭杰因果檢驗方法
23、什么是變量間的長期均衡關系？
非平穩經濟變量間的協整關系也稱作變量間的長期均衡關系。經濟中很多變量間存在長期穩定的均衡關系。
24、變量間的長期均衡關系常用檢驗方法是什么？
協整檢驗。
